基于Patel-Teja状态方程的统一粘度模型(Ⅱ)应用于油气藏流体粘度的预测

基于(I)报根据pVT和Tμp图形的相似性和Patel-Teja状态方程建立的预测纯流体气、液相粘度的统一模型,通过引入常规的状态方程参数的混合规则,将其应用于二元轻烃混合物共计1894个数据点及模拟天然气高压粘度的预测,平均相对误差分别为13.78%和16.75%;应用于油藏原油和天然气高压粘度的预测,结果优于现有的有关油气藏流体粘度模型.     

CSM模型与CPA状态方程预测高压水合物生成条件

传统的统计热力学模型假设天然气水合物为理想固体溶液,同时忽略了极性水分子之间的氢键缔合作用,在预测高压条件下的水合物生成条件时偏差较大。针对这一问题,提出了基于CSM模型与CPA状态方程计算高压天然气水合物生成条件的新方法。基于该方法计算的5种高压天然气水合物生成条件与实验数据的对比表明:当水合物生成压力低于20 MPa时,水合物生成压力计算值与实验值之间的平均相对偏差范围为0.59%—5.24%;当压力范围为20—69.84 MPa时,计算值的平均相对偏差范围为0.79%—6.76%,显著优于CSM模型结合SRK状态方程的计算结果。预测高压条件天然气水合物生成条件时,需要同时考虑水合物溶液的非理想性和水分子之间氢键缔合作用。     

液体非电解质水溶液粘度的预测

在Teju-Rice液体混合物粘度模型的基础上,对常用的液体混合物粘度关联式进行了分析和比较;导出了适用于二元和多元非电解质水溶液的粘度模型;结合实际数据导出的水溶液二元作用参数的估算式可进行水溶液粘度的预测。用该模型计算了7个体系398个不同温度和组成的二元水溶液和4个体系189个不同温度和组成的三元水溶液的粘度,结果表明,计算值对实验数据的总平均相对偏差分别为6.848%和5.043%,本文水溶液粘度估算式的计算准确性优于Teju-Rice法。     

非电解质水溶液的粘度方程

在Eyring的液体粘性流动模型基础上,根据Rother等的假定和Shealy与Sand ler的水溶液过量自由焓溶质聚集模型,导出了一个双参数非电解质水溶液的粘度模型。利用该模型可由二元水溶液的2个模型参数预测多元水溶液的粘度。用该模型计算了6个体系391个不同温度和组成的二元水溶液和3个体系164个不同温度和组成的三元水溶液的粘度,计算值与实验值的总平均相对偏差分别为1.732%和2.977%,计算值与实验数据吻合很好。     

有机物水溶液粘度的关联和预测

在Eyring的液体粘性流动模型的基础上,根据Sandler的水溶液过量自由焓溶质聚集模型,导出有机物水溶液的粘度模型。利用该模型方程参数与温度的关系,可预测低压下各种温度和不同组成的有机物水溶液的粘度。用该模型计算了7个体系442个不同温度和组成的二元水溶液和3个体系164个不同温度和组成的三元水溶液的粘度,计算值与实验值的总平均相对偏差分别为1.554%和2.588%,计算值与实验数据吻合很好。     

环状和支链硬球链流体的状态方程

以单体缔合的统计力学理论为基础，建立了链状分子亥氏孙数和状态方程和空们相关函数的关系，并应用于环 状和支链硬球链流体。对这两类流体压缩因子的预测结果与计算机模型值相吻合。     

制冷剂比定压热容的计算分析

利用精确度高的P-R状态方程和M-H81状态方程,采用余函数法对制冷剂的比定压热容进行了理论推算和比较分析。文中选用了10种纯制冷剂和4种混合制冷剂进行了详细的计算和比较,计算结果表明:在气相区,2个状态方程模型的计算精度均在3%左右;在液相区,M-H81型方程模型明显优于P-R方程,其计算精度在10%以内。M-H81型方程模型比P-R方程优越,能更好地预测更宽广温度和压力范围的流体比定压热容。文中的工作初步验证了利用状态方程推算实际流体比定压热容的可行性,为其他基础物性的理论预测提供了坚实的理论思路。     

浮子流量传感器粘度影响的研究

通过研究粘度对浮子流量传感器测量的影响,运用实验手段,测出粘度为10~50mm2/s的4050航空润滑油对浮子流量传感器的影响误差约为10%左右。结合浮子流量传感器的边界层理论与内部流体流动情况,运用CFD软件仿真,将粘度对DN40mm浮子流量传感器影响误差控制在5%以内。从流场的角度分析浮子流量传感器粘度影响规律及其机理,并且模式化仿真模型,为以后流量传感器的仿真提供了借鉴作用。     

C6～C10烷醇的SAFT-VR Mie状态方程参数回归及其热物性研究

统计缔合流体理论(SAFT)状态方程对长链烷醇的热物性研究具有重要意义，而状态方程参数的获取是流体热物性研究的基础。基于SAFT-VR Mie状态方程，采用Levenberg-Marquardt算法并结合相平衡、过冷液相密度和声速性质的参数回归策略，获取C₆～C₁₀烷醇的状态方程模型参数。进一步评估SAFT-VR Mie状态方程对C₆～C₁₀烷醇在宽温度和压力范围内的相平衡和热力学偏导特性的预测性能，并与PC-SAFT状态方程进行比较。结果表明，SAFT-VR Mie对五种烷醇整体具有更优的饱和蒸气压、饱和液相密度、蒸发焓、过冷液相密度、比定压热容和声速预测性能，平均预测偏差分别为0.74%、0.82%、3.02%、0.54%、2.88%和2.31%。同时，SAFTVR Mie具有可靠的外推预测能力，其对高压声速的预测结果与实验数据具有较好的一致性。此外，SAFT-VR Mie对压力-密度导数的不合理描述是造成声速预测偏差的主要原因。改进分子间单体和缔合相互作用能够有效提高比热容的预测精度，为长链烷...     

SiO2纳米流体粘度研究

利用醇盐水解法制备了单分散球形SiO2纳米流体,通过改变不同的参数条件控制颗粒尺寸大小,经透射电镜(TEM)和激光粒度仪分析,其粒度结果一致.在此基础上,对不同粒度和浓度条件下流体的粘度进行了试验研究和理论分析,发现在相同浓度的条件下,随着颗粒尺寸的减小,流体粘度递增.同时我们对低浓度下悬浮液粘度计算公式进行了修正,得到了新的实验关联式,修正式与试验值的最大偏差不超过5%.     

流体粘度对离心泵能量损失的影响

根据叶轮和蜗壳内部时均流动的ＬＤＶ测量结果和性能实验数据,研究了被输送流体粘度对离心泵能量损失的影响。主要讨论了水力损失、容积效率和圆盘摩擦损失与流体粘度的关系。指出随着流体粘度增高,泵内部流动可能为层流。     

UNIFAC模型的应用和发展

本文就参数增订,应用范围扩大和模型修正三方面简略评述了UNIFAC模型的应用和发展,最后论及将该模型与状态方程相结合推广应用于高压流体相平衡所做的尝试     

液体非电解质水溶液粘度的关联

在Teju-Rice液体混合物模型的基础上,对常用的液体混合物粘度关联式进行了分析和比较,导出了适用于二元和多元水溶液的粘度模型。用该模型计算了6个体系388个不同温度和组成的三元水溶液的粘度,计算值对文献实验数据的总平均相对偏差分别为6.09%和5.54%,计算值准确性优于Teju-Rice模型。     

液体混合物的粘度方程

本文基于Eyring纯液体粘度理论,并引进局部克分子组成概念,提出一个液体混合物粘度方程 其中 A_(ij)=exp〔-(g_(ij)-g_(ii))/RT〕 该方程被应用于近30个二元体系和5个三元体系的计算,结果表明,它对于二元实测粘度数据的关联和多元粘度～组成关系的预测都是相当有效的。 文中对方程的建立、参数的物理意义和方程的适用性进行了探讨。     

三元体系液体混合物粘度的工程应用预测模型

从普遍适用的热力学关系出发，对Eyring模型进行修正，得到一个新的修正Eyring粘度模型。对三元体系液体混合物粘度的预测结果表明，与McAllister二维三体模型相比，修正的Eyring粘度模型预测结果较优，因此其修正更为合理，更具工程应用的前景。     

水溶液粘度的溶质聚集模型

在Eyring速率过程理论和Shealy和Sandler的水溶液溶质聚集（SA）模型的基础上，作者建立了一个适用于水溶液粘度的新模型（SAV）。从二元水溶液粘度数据关联得到的模型参数具有明显的物理意义，水溶液中结构效应比热效应对粘度有更大的影响，过量焓和过量活化焓及过量熵和过量活化熵之间分别存在随温度而变的比例常数，对二元水溶液粘度的关联误差一般在1％左右，利用该模型能够满意地根据二元参数预测三元水溶液的粘度数据，误差小于5％。     

应用PSRK状态方程预测高压汽液平衡

为预测高压汽液平衡,将过量吉布斯自由能混合规则和UNIFAC活度系数模型与SRK状态方程相结合,建立基团贡献状态方程PSRK。利用该状态方程对5个体系在不同压力和温度下的汽液平衡数据进行了关联实验测定的汽相压力和汽相组成与计算结果相比所得的相对平均偏差分别为2．16％和1．01％。结果表明,PSRK状态方程可以成功地预测高压下汽液平衡,其精度高于MHV1和MHV2模型。     

高压汽液平衡的推算——基团溶液模型与状态方程相结合

基团溶液模型与状态方程相结合是近年来高压流体相平衡研究所取得的重要进展之一,本文对此做了系统。概略地述评,包括原理、模型、方法、步骤和推算精度。     

用双毛细管粘度仪测定PET切片特性粘度的研究

论述了用双毛细管粘度仪在较大的动态范围内适用于流体粘度的精确测量,与经典特性粘度分析方法相比具有分析时间短、测试效率高、自动化程度高、环保等优点。     

石油粘度关联预测模型研究进展

总结了见诸文献的石油粘度关联模型,分析了各种类型石油粘度的影响因素,评述了各类模型的优点和不足.认为在关联预测石油粘度,尤其是高蜡、胶质和沥青质含量石油时,由于石油的非牛顿性表现很明显,必须综合考虑石油的组成、温度、压力、溶解气、石油的乳化状况、水含量等因素才能作出比较准确的关联.